深度学习技术在地震储层预测中的应用及挑战

打开文本图片集

关键词： 地震储层预测，深度学习，地震反演，地震烃类检测，有监督学习，无监督学习

0 引言

传统地震储层预测技术是通过反演从地震资料中获取纵波速度、横波速度、波阻抗及弹性模量、泊松比等参数，然后根据测井数据回归分析，建立物性参数与弹性参数的岩石物理模型或经验公式，从而实现储层物性参数的定量评价。

随着油气勘探程度的不断提高，基于线性假设和经验公式的传统地震储层预测方法已无法满足储层精细定量评价的要求[1]，主要问题有：①大多数情况下，储层孔隙结构复杂，非均质性较强，难以满足储层为各向同性孔隙充填的假设条件，这导致预测结果的可靠性降低[2]；②物性参数与弹性参数之间存在复杂的非线性关系，难以建立精准的经验公式，并且参数的选择受主观因素的影响较大[3]，降低了定量评价的精度；③每一种经验公式都有其适用范围，增加了岩石物理分析工作量。（剩余11145字）